基于矩阵优化分解的测绘图像三维重建系统

由于测绘图像细节信息特征独立性显著,三维重建波段的选取易出现偏差,影响测绘图像三维重建效果。为此,本文设计基于矩阵优化分解的测绘图像三维重建系统。设计测绘图像导入主从设备接口,实现测绘图像数据导入处理。3D引擎图像渲染模块和多通道三维显示模块可以实现多台计算机对同一场景的渲染。采用矩阵优化分解方法选择图像三维重建波段,将波段上任意点到对应极线距离作为重建目标,连接所有坐标形成曲面,计算各点三维笛卡尔坐标值,并恢复测绘图像被遮挡部分,修正波段值,实现三维重建。测试结果表明:该系统重建的三维图像像素均匀,无异常凸起部分。重建误差平均为0.06,具有精准三维重建效果。

风电场有功优化分解方法与应用

在我国“构建以新能源为主体的新型电力系统”的战略目标下,风电等新能源得到大力发展,实现风电功率的可调控性尤为重要。本文提出一种基于模型预测控制的风电场的有功功率优化分解方法,该方法基于风电场预测模型,以风电场风能损失最小为目标函数,综合考虑了风电场内各台风机的有功可调节能力、功率调节指令等约束条件。

一种快速分解大整数的小因子的优化分解树OFT算法

分解大整数的小因子是解决IFP ,DLP问题的诸多攻击方法中的重要运算模块 .本文在目前分解大整数小因子算法的基础上 ,提出的优化分解树 (OptimizedFactorizationTree)算法 ,利用树型数据结构和相应的构造算法与回溯算法 ,配合以作者提出的分解表截支方法和优化分组策略 ,可以将分解大整数小因子的速度提高 5 0 %以上 .该算法还可以为大整数素性判别做高效过滤 ,快速识别大部分合数 .

高速铁路网络动车组运用优化分解算法

针对高速铁路网络化运营背景下带维修约束的多车种、多动车所的动车组运用优化问题,提出一个新颖的2阶段优化分解算法。第1阶段基于多商品网络流理论(MCFP),建立不考虑维修约束的动车组交路计划混合整数线性规划模型(MILP),以获得多种动车组备选交路计划方案;第2阶段将获得的备选交路计划方案中的交路转换为单个动车组单元的可行路径集合,建立带维修约束的动车组单元指派模型来检验其维修可行性。结果表明:所提出的算法相比于现场人工方法节省4个8编组的动车组、减少38.4%的总空驶距离并降低3%的运营成本;通过更加灵活的编组方式进一步提高了动车组的运用效率。

基于动态约束网络的约束优化分解

约束网络通过对较大规模的任务和问题的分解,传递了并行工程产品开发过程中的各多功能小组之间必然存在的相互制约、相互依赖的关系。在任务和问题简单分解的过程中,由于所得到的子问题之间通常是不能完全独立的,因而只能在有限程度上降低难度、简化问题。在分析了约束求解的研究现状和不足的基础上,提出了一种基于动态约束的约束优化分解方法,使得各个子任务、子问题间的关系得到进一步的分解,从而在满足原要求的基础上,得到优化的结果。

基于粒子群算法的选矿日综合生产指标优化分解方法

为实现每日综合生产指标的优化分解,在综合考虑多种约束条件下,建立了以最小化选矿生产线负荷波动和最小化惩罚费用为目标的多目标规划模型,提出了一种改进的多目标粒子群算法,用于模型的求解,最后通过现场数据的仿真研究验证了模型和算法的有效性。

基于优化变分模态分解的混凝土浅层空洞病害识别

针对开放环境下混凝土空洞病害检测的病害特征识别中噪声干扰、成分识别问题进行了研究,提出了基于优化变分模态分解(improved variational mode decomposition,IVMD)与自由振动衰减速度的混凝土浅层病害声振信号识别方法。该研究建立了混凝土浅层空洞病害的理论模型,仿真了不同工况下的病害特征频率及其变化规律;提出了基于IVMD的信号分解方法,设计了基于Tent混沌与柯西变异优化的麻雀搜索算法联合搜索变分模态分解的关键参数k和α,在最佳分解的基础上提出了基于自相关函数图形、相关系数、衰减系数与频域分布情况的浅层空洞病害本征模态函数(intrinsic mode function,IMF)识别方法;选取幅值衰减评估了特征IMF的衰减速度,得出了基于振动衰减特征的空洞病害识别方法;通过预埋病害模型试验对比分析,验证了所提方法的有效性。研究结果表明,基于IVMD的分解方法能够有效降低噪声及其他成分的干扰,提高空洞病害识别精度和准确度。

基于优化变分模态分解和复杂度的农产品期货市场非线性特征研究

本文基于优化变分模态分解(GAVMD)与复杂度相结合的方法,对大连和郑州商品交易所近5年的农产品期货市场交易额进行非线性分析。首先对两交易所的农产品期货交易额进行GAEMD分解,对遗传算法(GA)对变分模态分解(VMD)的参数进行优化,自适应确定最优参数。其次,筛选出蕴含农产品期货市场交易信息最丰富的有效基本模式分量(IMF)分量,计算IMF的复杂度指标,再求得复杂度综合指标。结果表明,该方法可以对农产品期货市场交易额非线性特征进行评估,能够有效地定量识别不同交易所的农产品期货交易额非线性特征。

基于优化VMD和能量相对熵的地铁车载电容状态识别

针对地铁车载电容性能退化无明显征兆这一现状,提出一种基于优化变分模态分解(variational mode decomposition,VMD)和能量相对熵的电容状态识别方法。通过Matlab仿真建模,提取电容在正常状态和不同退化情况下负载侧输出电压信号并利用优化VMD进行分解得到若干模态分量。将其作为特征样本,对上述各状态的本征模态分量的能量特征向量进行相对熵分析,得到电容退化识别阈值。实际应用时,将待测电路的能量相对熵值与识别阈值进行比较从而完成电容状态识别。分析结果表明,此方法简单有效,判断正确率为93.3%。

基于优化变分模态分解和互相关的钻井液脉冲信号处理方法

随着油气勘探开发不断深入,钻井技术逐渐向深井、超深井和小井眼方向发展,对钻井液脉冲信号处理提出了更高的要求。通过分析脉冲位置调制编码的基本原理,提出了一种基于优化变分模态分解和互相关的钻井液脉冲信号处理方法,并利用在苏北地区某页岩油井采集的钻井液脉冲信号验证了该方法的可行性。基于优化变分模态分解算法,实现了在低信噪比条件下有用信号的有效提取;基于同步头相关器对去噪后的信号进行互相关处理,实现了数据帧起始位置的可靠计算;基于数据块相关器对数据块内波形进行互相关处理,实现了码值的准确获取。与传统的钻井液脉冲信号处理方法相比,上述方法具有可靠性高和误码率低的特点,能够很好地满足复杂井眼环境下钻井液脉冲信号处理的需求。

考虑风电不确定性的短期合同电量协同分解优化模型及算法

现有合同电量分解方法大多没有考虑风电不确定性的影响及未与发电计划协同优化,导致到期合同电量往往未能够得到充分执行。提出一种考虑风电不确定性和检修计划影响的短期合同电量协同分解优化新模型及算法,使得到期时合同电量能够公平合理地充分执行。首先,以发电成本、合同偏差成本及风电品质风险成本最小为目标,构建短期合同电量分解到天的优化模型及算法,得到每天预计完成的合同电量。然后,基于日前及日内短期及超短期负荷及风功率预测信息,分别构建考虑合同完成度的日前鲁棒发电计划及日内重调度优化模型及算法,在保证对负荷尽可能供电及系统安全约束满足的前提下,实现风功率充分消纳及每日合同电量的充分执行。在此基础上,对每日未完成的合同电量,通过后续日合同电量的滚动修正进一步加以实现,从而保证到期时短期合同电量能够得到充分执行。算例证实了该模型及算法的可行性和先进性。

基于乌鸦搜索算法优化变分模态分解的滚动轴承故障诊断方法研究

针对滚动轴承故障信号的自适应提取和分解的问题,提出一种基于乌鸦搜索算法优化变分模态分解的滚动轴承故障诊断方法。将变分模态分解(variational mode decomposition, VMD)方法的关键参数K和α采用新型的乌鸦搜索算法(crow search algorithm, CSA)进行优化,得到最优参数组合;再将最优参数组合输入到变分模态分解算法中,对故障信号进行分解从而得到多个本征模态分量(intrinsic mode function, IMF);以样本熵值为适应度函数挑选最优分量,对最优分量进行包络解调,分析其包络谱判断出轴承的故障类型。结果表明,提出的方法在兼顾全局搜索和局部搜索的同时也能将复杂的轴承故障信号准确地进行分解,提取出最优分量进行分析从而判断出轴承故障类型。

基于A-MPC的MMC-HESS平抑光伏功率波动优化策略

为更好地解决光伏功率波动问题,提出一种光伏功率波动平抑及功率指令分配优化策略。首先,结合模块化多电平换流器-混合储能系统MMC-HESS(modular multilevel converter-hybrid energy storage system)提出自适应模型,预测控制实时平抑光伏功率波动,根据储能状态自适应调整目标函数;然后,提出霜冰算法优化的变分模态分解算法,双重分解储能总出力,完成MMC-HESS功率的初次分配;最后,通过充放电一致性优化、功率调整及模糊控制对功率分配指令进行双层优化。算例验证结果证明,所提策略能够有效平抑光伏功率波动,保护储能和优化HESS运行。

侵彻过载信号自适应变分模态分解时频分析方法

传统过载信号时频分析方法广泛应用于超高速侵彻引信层间粘连机理研究和信号处理方法优化中,但模态混叠效应已成为其应用时的瓶颈。针对该问题,提出一种基于自适应优化变分模态分解(OVMD)的侵彻过载信号时频分析方法。考虑到侵彻过载信号频率成分复杂且具有的非平稳性、随机性特点,该方法以模态的混叠效应和稀疏性作为信号的分解约束,采用非支配排序遗传算法(NSGA-II)搜索获取变分模态分解算法的分解个数和二次惩罚因子,再基于参数优化的变分模型,确定各模态函数的中心频率和带宽,完成过载信号各频率成分的自适应分解。通过对实测侵彻过载信号分析可见,相比于通用经验模态分解算法,该方法可以有效抑制模态混叠现象,且在时域和频域上均具有更好的分辨率,能为引信系统的信号处理、仿真模型验证、结构设计提供有效信息支撑。

基于层次分解方法的桁架结构形状优化

对于桁架结构形状优化,应用层次分解优化方法,将设计变量分成杆件截面积和节点位置两类变量。求解时分为两层,第一层在给定节点位置下对杆件截面进行优化,同时考虑了应力、局部稳定约束和位移约束的重量最轻;第二层假定截面层的有效位移约束作用不变,求解一个使桁架刚度增强的二次规划问题,获得既不违反约束,又使目标函数不上升的新的节点位置,再返回第一层。两层交替进行直至收敛。

基于分解优化的多星合成观测调度算法

某些卫星的侧摆性能较差,必须进行合成观测以提高观测效率.研究了多星联合对地观测中的任务合成观测调度问题.提出了将原问题分解为任务分配与任务合成的分解优化思路.任务分配为任务选择卫星资源及时间窗口;任务合成则针对该分配方案,将分配到各卫星的任务按照轨道圈次分组,分别进行最优合成.采用蚁群优化算法(Ant colony optimization,ACO)求解任务分配问题,通过自适应参数调整及信息素平滑策略,实现全局搜索和快速收敛间的平衡.提出了基于动态规划的最优合成算法,求解任务合成子问题,能够在多项式时间内求得最优合成方案.依据分配方案的合成结果,得到优化方案的特征信息,反馈并引导蚁群优化算法对任务分配方案的搜索过程.大规模测试算例验证了本文算法的效率.

基于分解优化策略的多敏捷卫星联合对地观测调度

多敏捷对地观测卫星联合对地观测调度问题是一个具有长时间窗、多时间窗等复杂约束的组合优化问题。为了解决该问题,提出将原问题分解为任务资源匹配及单星任务处理两个子问题的分解优化思路。设计了学习型遗传算法解决任务资源匹配子问题,算法中的知识模型在算法迭代过程中学习和提取知识,反馈并引导算法对任务资源匹配的搜索寻优过程。采用后移滑动策略及最优插入位置搜索策略解决单星任务处理子问题,并采用基于规则的方式处理其他约束。实验结果证明了所提方法的有效性。

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法(GA)的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。

FFT的分解优化算法和实例

文章对ＦＦＴ（快逍富里叶变换）算法进行了分解和优化，将计算过程中的纯加减运算从乘加运算中分离开来，进行单独处理，进一步减少了计算量。在此基础上，提出了一种新的计算过程控制流程，并给出了５１２点ＦＦＴ算法示例。

基于Benders分解优化算法的区域能源供给服务网络系统规划方法研究

能源互联网是实现我国能源革命目标的关键手段之一,然而其多能互补的特点增加了能源供应的复杂性,从而影响到区域范围内系统能源供应的协调有序。为探索这一问题的解决方法,针对小范围内的能源供给服务网络的系统规划问题开展了研究,建立了以总成本函数为目标函数、考虑多能互补的系统负荷约束、系统安全性约束函数为主要约束的区域能源供给服务网络优化模型,运用Benders算法将问题分解为主问题和子问题并对模型进行求解。以华北某市郊区的区域能源规划为案例进行能源供给服务网络的规划,并与传统规划模式进行对比分析。结论表明,由于考虑了热电负荷之间的耦合关系,并在需求约束中引入了电转热替代环节,使得所提出的模型能够在系统的规划和运行阶段都选择更优的策略,从而在经济性上相较于传统工业规划方法具有更强的竞争力。